南通大學商學院　文鵬飛　汪通

?

組合模型對南通港集裝箱吞吐量預測研究①

南通大學商學院文鵬飛汪通

摘 要：港口集裝箱吞吐量是增強港口競爭力，提升港口經(jīng)濟效益的一個重要影響因素。準確預測港口集裝箱吞吐量，對于港口發(fā)展具有重要作用。本文選取了1995年～2010年南通市港口集裝箱吞吐量的數(shù)據(jù)，在灰色預測模型和三次指數(shù)平滑模型的基礎(chǔ)上進行加權(quán)組合，建立組合模型預測2011年～2015年的集裝箱吞吐量，通過對比分析，組合模型的預測結(jié)果比單一模型的預測結(jié)果更接近于實際值。最后，利用組合模型對2016年～2020年南通市港口集裝箱吞吐量進行預測，并在預測結(jié)果的基礎(chǔ)上結(jié)合南通港發(fā)展現(xiàn)狀，對南通港今后的發(fā)展建設(shè)提出了一些建議，為“十三五”期間南通市港口更好地發(fā)揮在對接“一帶一路”和長江經(jīng)濟帶戰(zhàn)略中的作用提供決策參考。

關(guān)鍵詞：灰色預測模型三次指數(shù)平滑模型組合模型集裝箱吞吐量預測南通

隨著世界經(jīng)濟的快速發(fā)展與增長,集裝箱運輸也在迅猛發(fā)展。而集裝箱吞吐量又是各大港口之間競爭的核心,因此港口集裝箱吞吐量的科學預測對推動經(jīng)濟發(fā)展以及優(yōu)化港口結(jié)構(gòu)具有重大意義。在現(xiàn)有港口集裝箱吞吐量預測研究中,國內(nèi)外學者多采用灰色預測、時間序列預測、關(guān)聯(lián)因素預測法、聚類分析等模型,以及多個模型相互組合形成的組合模型來進行研究,并且取得了豐碩的成果。如薛俊強(2013)選取時間序列模型中的ARIMA模型對寧波港集裝箱吞吐量進行了預測[1];葛鵬飛(2013)、張維朋(2012)等學者利用組合模型分別對南京港和寧波港集裝箱吞吐量進行了預測[2-3];王慧(2013)等學者利用三次指數(shù)平滑法對欽州港貨物吞吐量進行了預測[4];李青(2013)、周灝(2013)等學者利用灰色預測模型對大連港、萬州港集裝箱吞吐量進行了預測[5-6]。本文以上所述研究成果為基礎(chǔ),結(jié)合南通港集裝箱吞吐量近16年增長變化趨勢,嘗試采用灰色預測模型和三次指數(shù)平滑模型的組合模型對南通港集裝箱吞吐量進行預測。

南通位居我國黃金海岸和黃金水道的要沖地區(qū),其港口既可同國外各港通航,又可與長江諸港聯(lián)動,是我國沿江沿?！癟型”發(fā)展軸交匯區(qū)域的重要節(jié)點城市,地理位置特殊,對支撐“一帶一路”建設(shè)和長江經(jīng)濟帶發(fā)展具有重要作用。為了深入分析南通利用江海港口資源服務(wù)國家戰(zhàn)略的作用和潛力,本文以南通市港口歷年集裝箱吞吐量作為研究對象,在灰色預測模型和三次指數(shù)平滑模型的基礎(chǔ)上建立組合模型來對南通港未來幾年內(nèi)的集裝箱吞吐量進行預測。

1　組合模型的構(gòu)建

1.1建模原理

灰色預測理論是根據(jù)少量的、不完全的信息,建立一個能夠表達信息發(fā)展的GM(gray model)模型,從而對事物的發(fā)展規(guī)律做出模糊性的長期描述[6]。目前,灰色預測方法在各領(lǐng)域應(yīng)用非常廣泛,但是灰色預測模型缺乏自學習、自組織和自適應(yīng)能力,對信息處理能力較差,因而難以控制預測誤差。

指數(shù)平滑預測法是在移動平均法基礎(chǔ)上發(fā)展起來的一種時間序列預測分析方法,它是通過計算指數(shù)平滑值,對無規(guī)律的時間序列數(shù)據(jù)加以平滑,獲得其變化規(guī)律及趨勢,從而對現(xiàn)象的未來進行預測[4]。其兼容了全期平均法和移動平均法的優(yōu)點,是生產(chǎn)預測中常用的一種方法,也用于中短期經(jīng)濟發(fā)展趨勢預測。

1.2灰色預測模型

1.2.1模型構(gòu)建

(3)建立一階線性微分方程:

其中:

1.2.2模型求解

選用1995年～2010年南通港集裝箱吞吐量作為歷史數(shù)據(jù)建立灰色預測模型,通過spss軟件進行數(shù)據(jù)處理,得出待估參數(shù)的值分別為-0.098和10.898。以2010年作為基期,得到灰色預測模型為:

1.2.3灰色預測模型預測南通港2011年～2015年集裝箱吞吐量

選取南通港2010年集裝箱吞吐量作為基期數(shù)據(jù),對2011年～2015年集裝箱吞吐量進行預測,預測結(jié)果見表1。

表1　2011年～2015年南通港集裝箱吞吐量預測表

1.3三次指數(shù)平滑模型

1.3.1模型構(gòu)建

三次指數(shù)平滑預測法的模型為:

1.3.2平滑系數(shù)的確定

對于α值的選定,本文利用spss軟件中的數(shù)據(jù)分析工具進行精確計算,避免了手工條件下的計算誤差,得出最優(yōu)平滑系數(shù)為:α=0.956。

1.3.3模型求解

選取2010年作為基期,運用軟件進行數(shù)據(jù)處理,最終得到三次指數(shù)平滑模型為:

1.3.4三次指數(shù)平滑模型預測南通港2011年～2015年集裝箱吞吐量

令t=2010,通過模型計算可得到南通港2011年～2015年集裝箱吞吐量數(shù)值,如表2所示。

表2　2011年～2015年南通港集裝箱吞吐量預測表

1.4組合模型

為避免單一模型預測帶來的巨大誤差,提高預測精度,本文在上述兩個模型的基礎(chǔ)上進行加權(quán)組合,然后取其加權(quán)平均值作為最終的預測值。

1.4.1模型構(gòu)建

1.4.2模型求解

本文采用均方誤差法進行權(quán)重的確定,計算公式為:

1.4.3組合模型預測南通港2011年～2015年集裝箱吞吐量

運用加權(quán)組合后得到的模型對南通港2011年～2015年集裝箱吞吐量進行預測,結(jié)果如表3所示。

表3　2011年～2015年南通港集裝箱吞吐量預測表

2　模型比較分析

2.1模型比較

運用三種模型對南通港2015年集裝箱吞吐量進行預測,結(jié)果如表4所示。

由表4可知,組合模型擬合值的平均相對誤差最小,優(yōu)于各單項預測模型的預測結(jié)果。

2.2誤差分析

雖然利用組合模型獲得的預測值具有較高的精確度,但預測值與實際值還存在一定誤差,究其原因,主要有以下兩點。

表4　模型對比分析表

(1)本文分析數(shù)據(jù)平穩(wěn)性欠佳,2008年～2009年受全球性金融風暴的影響,2009年的南通港口集裝箱吞吐量出現(xiàn)需求低迷,數(shù)據(jù)出現(xiàn)波動,時間趨勢不明顯。因此在一定程度上降低了模型的精度。

(2)三次指數(shù)平滑模型平滑系數(shù)的確定過程中,由于歷史數(shù)據(jù)的關(guān)系,本文通過spss軟件計算出的指數(shù)平滑系數(shù)接近于1,顯示預測數(shù)據(jù)對近期數(shù)據(jù)的依賴性較大,所以在進行長期預測時,將會導致誤差增大。對進行組合預測模型具有一定影響。

2.3模型預測

根據(jù)上述組合模型對南通港2016年～2020年港口集裝箱吞吐量進行預測,預測結(jié)果如表5所示。

表5　南通港2016年～2020年集裝箱吞吐量預測表

由表6可知,2016年～2020年集裝箱吞吐量的組合模型的預測結(jié)果,反映出南通集裝箱吞吐量還是保持持續(xù)增長的趨勢,符合近年來南通港集裝箱吞吐量的發(fā)展狀況和客觀規(guī)律,預測結(jié)果具有一定的準確性。

3　結(jié)語

集裝箱吞吐量作為衡量港口能力的一個重要指標,不僅體現(xiàn)了港口目前的發(fā)展水平,更反映出港口今后的發(fā)展?jié)摿Α１疚耐ㄟ^構(gòu)建組合模型對南通港2016年～2020年集裝箱吞吐量進行預測,預測結(jié)果表明“十三五”期間南通港集裝箱吞吐量將穩(wěn)步上升。但是,從南通港當前發(fā)展現(xiàn)狀來看,現(xiàn)有條件將不足以支撐“十三五”期間集裝箱吞吐量的持續(xù)增長。為此,本文就南通港今后的發(fā)展提出以下幾點建議,期望能夠為“十三五”期間南通港的規(guī)劃發(fā)展提供決策參考。

3.1加強交通網(wǎng)絡(luò)體系建設(shè)力度

加強聯(lián)動區(qū)域公路建設(shè)等級標準,提升公路覆蓋面積,加快公路網(wǎng)絡(luò)體系建設(shè);強化內(nèi)河航道建設(shè),完善內(nèi)河集裝箱運輸體系,大力改造內(nèi)河集裝箱碼頭、船舶及配套設(shè)施,實現(xiàn)南通港與內(nèi)河航道網(wǎng)絡(luò)的有效銜接;加快構(gòu)建以南通港為中心的鐵路網(wǎng)絡(luò)運輸體系建設(shè),積極促進海鐵聯(lián)運發(fā)展,力爭實現(xiàn)全方位、立體化的綜合運輸網(wǎng)絡(luò)。

3.2建設(shè)組合港口群，協(xié)調(diào)發(fā)展

在通州灣江海聯(lián)動開發(fā)區(qū)的助力下,南通港、洋口港、呂四港等港口依據(jù)自身特色,明確分工、協(xié)調(diào)發(fā)展,同時與連云港、鹽城港雙向互動,跨江合作。為“一帶一路”戰(zhàn)略的實施起到了更好的支撐作用。

參考文獻

[1] 薛俊強.寧波港集裝箱吞吐量預測模型的選擇[J].華東經(jīng)濟管理,2013(05).

[2] 葛鵬飛.南京港集裝箱吞吐量預測研究[J].港口科技,2013(11).

[3] 張維朋.組合預測模型在寧波港口集裝箱吞吐量的預測研究[J].科技通報,2012(05).

[4] 王慧,陳浩.基于三次指數(shù)平滑法的欽州港貨物吞吐量預測[J].珠江水運,2013(Z1).

中圖分類號：F727

文獻標識碼：A

文章編號：2096-0298(2016)03(b)-138-04

基金項目：①國家級大學生創(chuàng)新訓練計劃資助項目(201510 304009Z )。